多模态大语言模型在物理概念测试的响应数据集2025

数据集概述

该数据集包含多款多模态大语言模型对四个物理概念测试（需图像解读）的完整响应，测试包括BEMA、TUG-K、QMVI和FTGOT，共一百零二题，每题提交十次，覆盖十五款模型的测试结果。

文件详解

• 文件名称：Polverini, Gregorcic - Data 2025-08-19.zip
• 文件格式：ZIP（压缩包）
• 内容说明：压缩包内包含多模态大语言模型对四个物理概念测试的响应数据，涉及十五款模型、四个测试（共一百零二题）的多次提交结果

适用场景

• 多模态大语言模型评估：分析模型对物理图像类问题的理解与推理能力
• 物理教育研究：探究AI模型在物理概念测试中的表现规律
• 模型对比分析：比较不同多模态大语言模型在科学问题上的响应差异
• 自然语言处理应用：研究多模态模型处理学科专业内容的能力边界